基于小波包能量分析和信号融合的异步电机转子故障诊断

为提高异步电机转子故障诊断的可靠性,文中介绍了一种基于小波包能量分析和信号融合的异步电机转子故障诊断方法。采用定子电流信号和振动信号的频谱特征融合作为转子断条以及气隙偏心故障的诊断依据,首先对信号进行小波包分解,获得不同小波包频带节点下对应的能量分布,并与正常电机信号进行比较,进而对能量异常的信号频段进行小波包节点重构,最后通过快速傅里叶变换识别故障特征频率,诊断电机故障是否发生。通过仿真分析,验证了该方法的有效性和实用性,对于电机运行状态的准确监测具有重要意义。

基于振动信号融合分析的电机偏心故障诊断

为提高异步电机气隙偏心故障诊断的可靠性,提出一种基于振动信号融合分析的异步电机气隙偏心故障诊断方法。首先,采集不同偏心故障类型下的径向电磁力和不平衡磁拉力信号;其次,对信号进行融合相关分析,建立不同信号间的相关关系;最后,通过振动信号融合相关谱图可判断电机是否存在偏心故障及偏心故障的类型。该方法通过对故障特征信号的融合相关分析,能够突出故障特征频率分量,降低故障识别难度。通过仿真分析,验证了该方法的有效性和实用性,对于电机运行状态的准确监测具有重要意义。